正确调用 printf 的堆栈对齐？

Question

我已经看到堆栈指针/esp 在调用printf 之前由4 递减并在调用printf 之后由12 重新调整的示例：

section .text
global  main
extern printf

main:
    sub   esp, 4
    push  msg          
    push  format_str
    call  printf
    add   esp, 12
    ret

section .data:
    msg db "print me!", 0
    format_str db "%s", 0

我已经看到堆栈指针/esp 在调用printf 之前由8 递减并在调用printf 之后由16 重新调整的示例：

section .text
global  main
extern printf

main:
    sub   esp, 8
    push  msg        
    push  format_str
    call  printf
    add   esp, 16
    ret

section .data:
    msg db "print me!", 0
    format_str db "%s", 0

从我读到的内容来看，esp 应该减少8，然后在从 libc 调用任何函数之前重新调整/增加16。

这些示例中的差异让我感到困惑，哪个堆栈对齐示例是正确的，为什么？是否可以解释这个递增/递减过程以减少混淆？

Answer 1

我已经看到堆栈指针/esp 在调用 printf 之前减 4 并在调用 printf 后重新调整 12 的示例：

根据another question 中的评论，在可以使用 SSE 指令的系统（例如库、操作系统）上，堆栈应按 16 字节对齐。

假设调用函数 (main) 时堆栈指针正确对齐，call 指令从 esp 中减去 4 个字节，因此 sub 和 push 指令必须正好减去 12、28、 40 ... 字节来自esp，以保持堆栈指针正确对齐。

sub esp, 8

显然，在这种情况下，编译器不会被告知要注意 16 字节的堆栈对齐。

显然，在这种情况下，编译器分配的堆栈比必要的多。

我刚刚告诉编译器为堆栈生成一个 8 字节和 16 字节对齐；所有其他编译器选项（当然还有源代码）都是相同的。

不同的是，在8字节对齐的情况下，编译器生成sub esp, 4，在16字节对齐的情况下生成sub esp, 20。

很明显，这是编译器优化的问题：

如果sub esp,20 将堆栈对齐到 16 个字节，sub esp, 4 也将对齐到 16 个字节。

使用“对齐到 8 字节”选项表明绝对可以使用 sub esp, 4 而不是 sub esp, 20。

这表明一些编译器为某些未知目的保留了比所需更多的堆栈。